Diesen Lebenslauf finden Sie online unter
Main
Davide Vitiello
Ein Datenenthusiast mit einer Leidenschaft für Automatisierung
Dieser Lebenslauf nimmt ständig Aktualisierungen von Ground-Data auf und aktualisiert sich selbst.
Ausbildung
MSc
ETH Zürich
Zürich, CH
2020 - 2017
- Schwerpunkt: Data Science und Data Engineering, Dimensionalitätsreduktion und Statistik.
- Betreut von Bradley Nelson, Piooneer von Nanorobots.
BSc
Tor Vergata
Rome, IT
2017 - 2014
- Abschlussarbeit: Große Graphen Interaktionen Visualisierung von komplexen Netzwerken basierend auf OWL semantischem Wissen. (JS,D3.js,OWL,SPARQL).
Berufserfahrung
Full-stack Developer, CTO & Lead Data Scientist, IT-Architect
rarespot.io
Milan, IT
aktuell - 2021
- AWS (S3, Elasticsearch), DigitalOcean Droplets, Cloud-Infrastruktur Administrator, Ubuntu Linux 22.X, Python/ GNU R/ PostgreSQL.
- Ich verwalte die Integration zwischen Datenbanken, Front-End (React, Next.js, TypeScript) und der Cloud-Infrastruktur.
- Ich bin verantwortlich für Datenpipelines (TensorFlow Keras, TidyModels, SciPy, Apache Airflow, DBPlyr), Datendiagramme und Data Governance. Ich leite und helfe bei der Front-End-Entwicklung und Dev-Ops (Gitlab, Github Actions, Netlify, Vercel).
Full-stack Developer, Data Engineer, Data Scientist
Rejuvenate Biomed
Hasselt, BE
aktuell - 2021
- Multiomics, Qualitätskontrolle von Daten, Signature Inverse Matching (Omics) mit Netzwerkausbreitung und Random Walks.
- Dateneingabe, REST/GraphQL API, Datenformatierung und -verarbeitung. Machine Learning: Textklassifizierung, Denoising, Text Mining und NLP (Natural Language Processing) aus Forschungspublikationen.
- Mein Tech-Stack umfasste Googles Tensorflow, Tensorflow GPU mit CONDA, GNU R - Caret, R - Tidyverse, SciPy, R - Plumber, Apollo, R - Shiny, Apache Airflow und Docker.
Software & Data Engineer
Liverpool University
London, UK
2021 - 2020
- Anwendungen zur Zusammenführung partieller und bedingter Datensätze mit trainierter bedingter Prioritätensetzung. Analyse der statistischen Signifikanz von Datensätzen, kombinatorische Analyse von Datensätzen, Visualisierung von Daten.
- Die Datenanalyse wurde hauptsächlich in R und Python durchgeführt, wobei hauptsächlich die Bibliotheken tidyverse (GNU R) und pandas (Python) verwendet wurden.
- Die Datenvisualisierung wurde hauptsächlich mit Javascript (D3.js) und GNU R (ggplot2) durchgeführt.
Scientific Researcher
ETH Zürich
Zürich, CH
2021 - 2018
- Statistische Analyse (GNU R/Python), einschließlich Datenzusammenführung, bedingte Zusammenführung und bedingte Dateneingabe. Aufnahme großer Multi-omics-Daten und Qualitätsdatenanalyse (Prinicipal Component Analysis, Volcano Plots), Integration verschiedener Multi-omics-Datenquellen und Normalisierung (Z-Score, Z-Ratios, Multi-Array-Normalisierungstechniken). Kombinierte Stouffer p-value Analyse.
- Wissenschaftliche Veröffentlichung (Erstautor) verfügbar unter: https://www.frontiersin.org/articles/10.3389/fgene.2021.694033/full
- In Zusammenarbeit mit C. Ewald, einem renommierten ETH-Professor für Molekularbiologie, der das an der ETH ansässige Ewald-Labor (ewaldlab.com) leitet, eines der ersten europäischen Labors, das ein hybrides System aus Computer-Vision und Biologie implementiert und routinemäßig einsetzt, das in der Lage ist, Studien zur Lebensspanne in Stapeln durchzuführen (entwickelt von Dr. Cyril Statzer).
Full stack web developer, Server admin (AWS)
CyQuant AG
Zürich, CH
2018 - 2017
- Quantitative Analyse zur Quantifizierung von Cyberrisiken für Versicherer/Rückversicherer.
- Visualisierung und Plotten von quantitativen Daten in Javascript (MongoDB + Angular + D3.js). AWS-Verwaltung.
- Mein Tech-Stack umfasste Javascript, Angular, SQL-basierte Systeme (PostgreSQL, MySQL), MongoDB und Amazon AWS prioprietäre Tools.